会员服务
深度学习 · 反向传播 · 双向LSTM · 循环神经网络 ·
2020 年 2 月 3 日
【MIT深度学习课程】深度序列建模，Deep Sequence Modeling
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

主题： Deep Sequence Modeling

简介：

  • 一个序列建模问题：预测下一个单词

  • 循环神经网络（RNNs）

  • 时间反向传播（BPTT）

  • 长短期记忆（LSTM）网络

  • RNN应用

成为VIP会员查看完整内容
http://introtodeeplearning.com/slides/6S191_MIT_DeepLearning_L2.pdf
[论文]
78

相关内容

机器学习的一个分支，它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
专知会员服务
86+阅读 · 2020年6月23日
麻省理工MIT2020深度学习导论课程6.S191，10大前沿主题：序列建模、生成模型、强化学习、GNN、对抗学习等，不得不看
麻省理工MIT2020深度学习导论课程6.S191，10大前沿主题：序列建模、生成模型、强化学习、GNN、对抗学习等，不得不看
专知会员服务
148+阅读 · 2020年2月2日
【AAAI Tutorials 2019】深度贝叶斯与序列学习（ Deep Bayesian and Sequential Learning）
【AAAI Tutorials 2019】深度贝叶斯与序列学习（ Deep Bayesian and Sequential Learning）
专知会员服务
72+阅读 · 2019年11月18日
【麻省理工学院课程】MIT 6.S191：Introduction to Deep Learning , 深度学习导论,NSF研究员Alexander Amini
【麻省理工学院课程】MIT 6.S191：Introduction to Deep Learning , 深度学习导论,NSF研究员Alexander Amini
专知会员服务
35+阅读 · 2019年11月2日
【麻省理工学院课程】MIT 6.S094: Deep Learning for Self-Driving Cars，深度学习和自动驾驶课程
【麻省理工学院课程】MIT 6.S094: Deep Learning for Self-Driving Cars，深度学习和自动驾驶课程
专知会员服务
52+阅读 · 2019年11月1日
前沿 | CNN取代RNN？当序列建模不再需要循环网络
前沿 | CNN取代RNN？当序列建模不再需要循环网络
机器之心
3+阅读 · 2018年8月7日
机器之心GitHub项目：从循环到卷积，探索序列建模的奥秘
机器之心GitHub项目：从循环到卷积，探索序列建模的奥秘
机器之心
7+阅读 · 2018年4月12日
CMU2018春季课程：神经网络自然语言处理课程（附PPT和代码）
CMU2018春季课程：神经网络自然语言处理课程（附PPT和代码）
专知
12+阅读 · 2018年2月2日
终于！吴恩达deeplearning.ai第5课开课了：敲黑板序列模型
终于！吴恩达deeplearning.ai第5课开课了：敲黑板序列模型
机器之心
3+阅读 · 2018年2月1日
深度学习基础之LSTM
深度学习基础之LSTM
全球人工智能
29+阅读 · 2017年12月18日
Language Modeling with Deep Transformers
Arxiv
6+阅读 · 2019年7月11日
Exploring RNN-Transducer for Chinese Speech Recognition
Arxiv
4+阅读 · 2019年4月23日
End-to-end Speech Recognition with Word-based RNN Language Models
End-to-end Speech Recognition with Word-based RNN Language Models
Arxiv
3+阅读 · 2018年8月8日
State-of-the-art Speech Recognition With Sequence-to-Sequence Models
Arxiv
7+阅读 · 2018年1月18日
Convolutional Sequence to Sequence Learning
Arxiv
4+阅读 · 2017年7月25日
VIP会员
相关主题
深度学习
反向传播
双向LSTM
循环神经网络
相关VIP内容
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
专知会员服务
86+阅读 · 2020年6月23日
麻省理工MIT2020深度学习导论课程6.S191，10大前沿主题：序列建模、生成模型、强化学习、GNN、对抗学习等，不得不看
麻省理工MIT2020深度学习导论课程6.S191，10大前沿主题：序列建模、生成模型、强化学习、GNN、对抗学习等，不得不看
专知会员服务
148+阅读 · 2020年2月2日
【AAAI Tutorials 2019】深度贝叶斯与序列学习（ Deep Bayesian and Sequential Learning）
【AAAI Tutorials 2019】深度贝叶斯与序列学习（ Deep Bayesian and Sequential Learning）
专知会员服务
72+阅读 · 2019年11月18日
【麻省理工学院课程】MIT 6.S191：Introduction to Deep Learning , 深度学习导论,NSF研究员Alexander Amini
【麻省理工学院课程】MIT 6.S191：Introduction to Deep Learning , 深度学习导论,NSF研究员Alexander Amini
专知会员服务
35+阅读 · 2019年11月2日
【麻省理工学院课程】MIT 6.S094: Deep Learning for Self-Driving Cars，深度学习和自动驾驶课程
【麻省理工学院课程】MIT 6.S094: Deep Learning for Self-Driving Cars，深度学习和自动驾驶课程
专知会员服务
52+阅读 · 2019年11月1日
热门VIP内容
相关资讯
前沿 | CNN取代RNN？当序列建模不再需要循环网络
前沿 | CNN取代RNN？当序列建模不再需要循环网络
机器之心
3+阅读 · 2018年8月7日
机器之心GitHub项目：从循环到卷积，探索序列建模的奥秘
机器之心GitHub项目：从循环到卷积，探索序列建模的奥秘
机器之心
7+阅读 · 2018年4月12日
CMU2018春季课程：神经网络自然语言处理课程（附PPT和代码）
CMU2018春季课程：神经网络自然语言处理课程（附PPT和代码）
专知
12+阅读 · 2018年2月2日
终于！吴恩达deeplearning.ai第5课开课了：敲黑板序列模型
终于！吴恩达deeplearning.ai第5课开课了：敲黑板序列模型
机器之心
3+阅读 · 2018年2月1日
深度学习基础之LSTM
深度学习基础之LSTM
全球人工智能
29+阅读 · 2017年12月18日
相关论文
Language Modeling with Deep Transformers
Arxiv
6+阅读 · 2019年7月11日
Exploring RNN-Transducer for Chinese Speech Recognition
Arxiv
4+阅读 · 2019年4月23日
End-to-end Speech Recognition with Word-based RNN Language Models
End-to-end Speech Recognition with Word-based RNN Language Models
Arxiv
3+阅读 · 2018年8月8日
State-of-the-art Speech Recognition With Sequence-to-Sequence Models
Arxiv
7+阅读 · 2018年1月18日
Convolutional Sequence to Sequence Learning
Arxiv
4+阅读 · 2017年7月25日
微信扫码咨询专知VIP会员
Top